본 논문은 다양한 시나리오에서 적응적이고, 견고하며, 해석 가능한 의사 결정을 생성하는 데 어려움을 겪는 End-to-end 자율 주행의 한계를 극복하고자 합니다. KDP(knowledge-driven diffusion policy)라는 지식 기반 확산 정책을 제시하여, 생성적 확산 모델링과 희소 전문가 혼합 라우팅 메커니즘을 통합합니다. 확산 구성 요소는 시간적으로 일관된 동작 시퀀스를 생성하고, 전문가 라우팅 메커니즘은 상황에 따라 특화되고 재사용 가능한 전문가를 활성화하여 모듈식 지식 구성을 가능하게 합니다. 다양한 자율 주행 시나리오에서 광범위한 실험을 통해 KDP가 기존 방식보다 일관성 있게 높은 성공률, 충돌 위험 감소, 부드러운 제어를 달성함을 보여줍니다.
